CS240 人工智能作弊事件复盘

# CS 240 2026 春季学期 AI 事件回顾 来源：https://turkeyland.net/thoughts/ai.php ### 学术诚信与 AI 2026 年春季学期临近结束时，我发现自己身处一场风暴的中心，这场风暴涉及在 CS 240：C 语言编程课程中使用 "AI" 的问题。我对这一问题的处理方式本可以做得更好，这也主要是那些明显违反课程政策的个人最终几乎没有受到任何处罚的原因。 我写下这篇文章，很大程度上是因为不断有学生找到我，说关于这起事件（显然还在进行中的）讨论，周围充斥着多少错误信息和不实之词。 #### 政策与期望 首先，我希望把话说得十分清楚：2026 春季学期开设的 CS 240 明确禁止使用 AI/LLM 来完成课程中的任何作业。你可以在[这里的教学大纲](https://turkeyland.net/thoughts/images/ai/syllabus-240.pdf)中找到相关规定。具体而言： 你可以与同学以一般性的方式讨论作业，但不得参考他人的作品。除了其他会导致 F 的情形外，如果你有以下行为，即构成学术不端： ……—— 你使用 ChatGPT 或其他软件以程序化方式生成作业、测验或考试任何部分的答案。 此外，教学大纲明确指出，我们可能不会立即对违反学术诚信政策的行为作出处理： 如果我们有理由相信某个学生或团队在任何作业中作弊，我们可能会立即告知该学生或团队，也可能会选择默默收集该学生或团队在后续作业中违规的证据。 最后，我在课上也明确传达过：阅读并理解教学大纲是每位学生自己的责任，正如下面 Lecture 1 的幻灯片所示： 幻灯片：关于教学大纲 有人告诉我说，有人可能暗示上述那些期望对选修这门课的学生来说是一种意外。这种说法站不住脚。除了教学大纲之外，我还回头核实过：这一期望在*至少*五次课堂上被反复强调。我在这里附上了其中几次课的部分幻灯片。请注意，虽然有些幻灯片并未明确提到 AI，但我的幻灯片只是课堂上所讲内容的起点，并不涵盖课堂上说的全部内容。我要补充的是，我很确信自己也在其他时候讨论过这些期望，只是没有可以明确引用的幻灯片。 以下是 2026 年 1 月 12 日 Lecture 1 的幻灯片： 幻灯片：关于学术诚信 幻灯片：关于学术诚信 幻灯片：关于学术诚信 幻灯片：关于学术诚信 幻灯片：关于学术诚信 2026 年 1 月 14 日，我在 Lecture 2 中再次讨论了这一政策。虽然幻灯片本身没有提到 LLM，但我确实借此机会口头再次说明了该政策。1 月 21 日的 Lecture 3 又再次提醒了这一政策…… 幻灯片：关于学术诚信 2026 年 2 月 4 日的 Lecture 7 中又进行了一次讨论。当时我们正开始在 Argus（后来部署的工具）的开发过程中聚焦于特定的特征标识。 幻灯片：关于学术诚信 因此，一直以来我们都非常明确地告知学生：他们不应使用 AI/LLM 来完成作业，这样做违反了课程的学术诚信政策。 此外，我们使用 [MOSS](https://theory.stanford.edu/~aiken/moss/) 来识别作弊事件的做法与以往学期相同。在整个学期中，被识别出代码高度相似的学生都受到质询，并在适当时因违反上述政策而受到相应处罚。 #### Argus 有人似乎还形成了另一种误解，认为我们训练了自己的 LLM 来帮助识别违反这一政策的学生。我们并没有这样做。我们开发的工具名为 Argus，它利用静态分析来识别某些特征标识——就这些特征出现在学生源代码中的情况而言，几乎不可能存在合理的解释。 在暑假期间，我们实际上撰写了一篇关于该工具的论文。你可以在 [arXiv](https://arxiv.org/abs/2609.36073) 上找到预印本版本，也可以在[本地这里](https://turkeyland.net/research/argus-preprint.pdf)阅读。该论文投稿至 SIGCSE 2027。虽然最终未被选中发表，但该过程中的同行评审意见[可以在这里查看](https://turkeyland.net/research/argus-reviews)。 正如论文中所讨论的，我们还将该工具应用于更早的学期，得到了非常令人信服且有趣的结果。特别是，我们所使用的特征标识在 2024 年之前几乎不存在，而在随后的年份里其出现频率迅速上升。 所有收集和分析的数据都表明，我们生成的 H-score 具有很高的准确性。我确信很多人会想要一份我们所识别特征标识的完整清单。但是，提供这样的清单几乎肯定会降低该工具的实用性。如果你是教育工作者，或对此信息有正当兴趣的人，请随时与我联系（[[email protected]](mailto:[email protected])）。只要我确信信息会得到妥善保护和使用，我并不反对提供这些信息。 需要指出的是，Argus 只是起点。每一个被识别出的潜在案例，在采取进一步行动之前，都至少由一个人进行了人工审核。并非所有案例都被追究。事实上，我们对每个案例都采取了非常审慎的态度，只追究那些有明确证据、且对证据的存在不存在任何合理解释的案例。最终，在识别出的 584 名学生中，我们标记了 267 名（约 45.7%）。 #### 事前准备 Argus 大约在 2026 年 3 月中旬达到了可用状态。大约在那段时间，我们开始在每周的助教会议上讨论它，并在 3 月 23 日，我最终决定组建一个 "AI 学术诚信"（AIAI）团队，以处理大量潜在的 AI 使用案例。我们随即开始认真搭建必要的流程。 AIAI 团队组建后讨论仍在继续，在考虑如何分工以及如何与数百名学生面谈时，我想起了 CS 159 历史上采用过的方法。在那门课程中，教师会通过电子邮件联系被认定违反课程政策的学生，给他们一个只需承认责任的机会。下面附上了 2017 年秋季的一封此类邮件。在 2026 年 4 月 13 日的会议上，我决定采用类似的做法，使用一份我随后创建的表单，希望通过自我报告机制来减少需要进一步讨论的案例数量。 > 根据你第五次作业的提交情况，我们对你的学术诚信提出了疑虑。你提交的方案经过测量比对，被认定与课程中至少一名其他同学的方案高度相似。 > > 你提交的作业必须是你本人的原创努力，而不能是不可接受的协作（即便并非有意）的结果。虽然可能并非有意，但与他人过于密切的协作可能导致作业高度相似，看起来就像抄袭一样。每位学生也有责任保护好自己的作品。如果你无意中让自己的作品被他人获取，你仍然可能因促成学术诚信违规而承担责任。 > > 请花一点时间查阅教学大纲中关于学术诚信的课程政策。 > > 在这个具体案例中，你的作业与他人的高度相似是由计算机软件识别出来的，经审核后不能仅以巧合来推翻。因此，根据课程教学大纲中规定的学术诚信政策，你本次作业将被记为零分。如果你愿意接受这一结论，请在截止日期前（见下文）回复此邮件，内容包含以下回复： > > "我承认我的作业提交违反了课程的学术诚信政策，并接受本次作业零分的处罚。我今后不会再这样做，并意识到第二次违规将导致我这门课不及格。" > > 在上述声明之后，你还必须简要说明导致这一事件的行为以及其他相关人员的姓名。这样，此次事件将不再有进一步的后果，并且我们会向学生事务主任办公室提交一份有利的报告，说明你配合处理并接受了处理结果。就本课程而言，此事将就此了结，但学生事务主任办公室保留未来与你讨论此事并在必要时采取进一步纪律处分的权利。 > > 如果你希望对这些结论提出异议，你必须在 11 月 14 日（周二）或之前在办公时间与我会面。请注意，否认事件发生和/或捏造经过，如果最终被认定违规，将导致向学生事务主任办公室提交一份较为不利的报告，并且可能会施加额外的处罚。未能对此要求作出回应，将被报告为"不配合"。 > > 我希望这件事能对所有相关人员都以尽可能愉快的方式解决。感谢你抽出时间并及时处理此事。 基于这封邮件（以及我在过去几次 CS 240 课程中也使用过类似邮件），我创建了下面的表单。我还要指出，我使用"有利/不利"措辞的来源正是在这里。虽然有些学生当时似乎也纠结于停学或开除的可能性，但这并不在教师的权限范围内，而且对于初次违规来说，通常也不会发生这样的情况。我在沟通和表单中都没有提及这两种可能性，不过我记得在课堂上曾简短提到过，说学生事务主任办公室可以考虑这些措施。 #### 处理过程 2026 年 4 月 16 日，我发送了以下主题为 "[CS 240] 学术诚信违规 - 需要回复" 的邮件： > 通过仔细的分析和人工审核，我们已经在你的一份或多份作业答案中识别出了我们认为明确而具体的特征标识，表明该答案部分或全部是由 ChatGPT、Claude、Copilot 等 AI/LLM 工具生成的。这违反了课程教学大纲中规定并在开学第一周讲解过的学术诚信政策。 > > 你必须在 2026 年 4 月 20 日（周一）美国东部时间下午 5:00 之前或之前填写位于以下地址的表单：https://endor.cs.purdue.edu/~cs240ai/index.php > > 未能回复将导致本课程成绩为 'F'。请注意，即使你打算退选这门课，我们也需要你的回复。未能回复还将导致我们向学生事务主任办公室发送一封不利的信件，并可能采取进一步的纪律措施。 > > Turkstra 教授 > > —— Jeffrey A. Turkstra 博士 讲席助理教授 计算机科学系 普渡大学 数据科学与人工智能研究所 Room 1139E 475 Stadium Mall Drive West Lafayette, IN 47907 (765) 496-3088 [email protected] https://turkeyland.net/ 下面附上了所链接表单的截图： AI 举报表单 2026 春季学期 CS 240 最初有 599 名学生选课。在发送上述邮件时，已有 65 名学生退选该课程。上述邮件发送给了课程中 207 名仍在注册的学生。另有一封几乎完全相同的邮件发送给了 60 名已经退选该课程的学生，因为这些学生仍然需要起草给学生事务主任办公室的信件。这约占学生总数的 45% 左右。 值得注意的是，[教学大纲](https://turkeyland.net/thoughts/images/ai/syllabus-240.pdf)中规定的学术违规标准处罚如下所示： > 学术不端是一种严重的违规行为，可能导致被停学或开除学籍。除了可能采取停学或开除等其他措施外，被认定存在学术不端行为的学生的成绩单上通常会记录一个**F 等级成绩**。 "**F 等级成绩**"在教学大纲中是加粗显示的。对于首次发生的、仅涉及单次作业的轻微违规，我通常采取较轻的处罚方式，即该次作业记零分并扣除课程等级分。 从上面的表单中可以看到，鉴于该工具部署较晚，我在这种情况下进一步减轻了处罚。处理结果仅仅是每次作业记零分。 从我这一端来看，最初对这一处理流程的反馈出奇地积极。在大学介入之前，有 117 名学生提交了表单。其中 108 人简单地承担了自己的责任，只有 9 人对调查结果提出了异议。这究竟反映了他们的真实行为，还是恰恰凸显了该表单据称的、非有意的潜在强制性，这仍是一个开放的问题。最终，在这一流程开始后，有 144 名学生提交了该课程的退选申请。 第二天我会见了十几位学生。他们每个人都很抱歉。其中还有几位甚至向我表示感谢，并告诉我，在我开始追究这些案例之前，他们并没有真正理解自己行为的后果。 #### 反弹 与此同时，一些人——其中有相当一部分是家长和学生——正在我不知道的情况下与我们的系主任以及学生事务主任办公室和校内其他部门取得联系。有人告诉我，在 Purdue 的 Reddit 上也有大量讨论，不过我还没有让自己去体验这样规模的谣言大染缸。 最终，其中一些东西传到了我这里——包括来自个人的直接邮件。我看到的许多是匿名的，这让人怀疑它们是否真的与 Purdue 有关的人发出的。有些很愤怒，有些言语恶劣，但大多数出人意料地提供了赞扬和支持。 当然，这只是开始。我很快得知，当地报纸——Journal and Courier——报道了此事。不久之后，我们的校园报纸 Purdue Exponent 也联系了我。那是一段混乱的时期，我被指示不要对媒体发言。因此，我最初保持了沉默。后来，当已经出现了相关课程的录音和文字记录在网上流传时，我最终还是与 Purdue Exponent 的一位记者进行了交谈。[你可以在这里阅读他们的文章](https://www.purdueexponent.org/campus/general_news/ai-panic-causes-campus-uproar/article_fdb604d1-206a-4883-bbe1-fe7631a2e083.html)。为了完全透明，我要说明一下：我是 Purdue 学生出版基金会的董事会成员，该基金会出版 The Exponent。这种关系并没有影响采访或文章内容。 #### 讨论与疑虑 与此同时，事态发展到了我们的院长 Lucy Flesch 博士介入的程度。在 4/18 这个周末，我与她和我们的系主任 Drineas 博士多次会面，进行了相当深入的讨论。最终，这些讨论归结为两个主要疑虑：一是部分学生可能感觉被表单的时机和格式所胁迫；二是鉴于学期即将结束，可能难以确保正当程序。 另一个讨论中的疑虑包括：Argus 部署较晚，使得学生失去了因初次违规而受到较轻处罚、并在此后调整自己的……